基于大数据分析的台区线损综合治理排查模型研究及应用

黄宜军 张健 国网江苏省电力有限公司句容市供电分公司

随着电力体制改革的持续推进以及经济下行压力的进一步增大，企业提高自身运营效率、降低生产成本对其生存发展显得尤为重要。对供电企业而言，线损率是其生产经营状况的一项重要技术经济指标，直接关系到其经营成果和经济效益。当前，台区变压器增容或线路调整导致用户数据迁移不及时、违约窃电、表计电量采集数据频繁缺失的现象时有发生，不仅给供电企业造成了经济损失，也给广大用户的用电安全造成较大的隐患。在国网公司的统一部署下，目前已开展同期线损的计算，但由于监测手段的不足，导致台区线损异常仍频繁发生。

一、大数据技术在智能配电网中的价值

目前，大数据技术正受到人们越来越多的关注，各国政府、企业等机构都开始意识到数据将成为未来最珍贵的资源，但这也依赖于大数据分析能力。随着信息技术的快速发展，对数据获取、存储、分析等技术提出了新的要求，因此诸如分布式存储、分布式计算、流计算、内存数据库、PB级行式/列式数据仓库、数据挖掘与分析等大数据技术迅速发展。随着人们对大数据技术的愈发重视，大数据技术在各个行业都有所发展。在医疗行业，由于计算机存储性能大幅提高，在医疗诊治过程中产生的海量数据才得以保存。医疗数据系统将患者就诊记录上传至云端，不仅医生可随时查看患者的病历，而且患者在诊治过程产生的全部数据可用于临床试验研究，从而推动医疗行业的科研发展。在金融行业，通过对民众在社交平台发表的言论进行大数据分析，可以提前判断市场走势；还可以通过大数据分析，有效预防金融犯罪和诈骗，使银行和客户的利益得到保障。在互联网行业，短视频平台和购物软件通过运用大数据技术和算法推荐技术，自动推荐给用户浏览过的相关视频或商品，这些个性化的精准推送使用户获取信息更加方便。

二、台区线损管理痛点问题

当前台区线损存在的问题痛点主要集中在基础数据、计算方法、分布式电源、台区运行状态监测4个方面。一是台区基础数据价值挖掘深度不够；由于台区CAD图拓扑结构建模技术空缺，台区运行数据无法与结构数据精准融合，导致线损细粒度计算数据缺失，未能有效发挥台区基础数据真正价值。二是现有台区线损计算方法精度偏低；现有计算方法不具备分段计算和分相叠加计算功能，速度快但粒度粗，线损病因无法精准定位到具体相位或线段，降损工作消耗大量人力、物力且效果差。三是分布式电源未纳入细粒度线损计算；近年来，分布式电源使得配电台区从单一电源的辐射式网络转变为功率双向流动的有源网络，低压电网的分布发生本质的变化，台区低压线损治理难度进一步加大，但目前尚无将其影响纳入细粒度线损计算的先例。四是台区运行状态精细化监测工具空缺；现有台区运行状态检测工作侧重于台区总体状态监测，缺少台区末端运行状态监测、预警工具，在架空线、接户线和用户层级存在监控盲区，无法做到台区精益运维。

三、现阶段我国用电信息采集系统建设现状

电力企业用电信息管理系统是一种综合性、全面性、系统性的信息采集管理系统，在整合和管理用电信息方面发挥出了十分重要的作用。从实际构成上来看，当前我国电力用电信息系统包含主体终端、通信传输通道、信息采集设施，这几个子系统在实际运作中呈现出彼此密切关联的特点。在用电信息采集系统的作用下能够对用电数据库系统中的信息进行集中化管理。在这三个子系统中通信传输通道发挥着信息传递的主体作用，负责整个电力系统的数据信息传输，在保证电力系统安全方面起到了十分重要的作用。电力信息传输通道包含光纤网络、无线网络、全球定位系统等。电力信息的采集设备是用户综合整理用电信息的重要设施，通过指定的设备能够更为全面的收集整理数据信息，之后在通信信道的作用下来将信息传输到主体控制终端。电力企业信息采集设备包含信息采集终端、信息集中处理器、信息集中运行期。电力大数据是大数据技术在电力企业经营发展中的一种应用，在具体实施的过程中会呈现出多样化的表现形式，在大数据技术的支持下电力企业以文本资料为主导结构化数据开始出现了音频、视频等多个类型，由此使得电力企业的信息采集和整合应用变得更加多元。

四、模型应用

基于上述得到的台区线损综合治理排查模型，依托移动作业终端开展相关应用探索实践，进行线损精益化管控平台的设计，其功能架构如图1所示。该平台基于模型计算得到线损异常用户名单，以台区线损作为采集质量、营配基础档案质量、现场用电情况、线损异常波动的指标，持续提高台区线损日监测达标率；以线损作为打击窃电及违约用电的专项行动依据，开展现场核查工作。运用大数据挖掘技术，跨系统关联用电信息采集系统、营配贯通平台、营销业务应用系统等相关业务数据，通过应用所构建的数据模型，实现对线损异常用户的筛选排查。基于排查结果，对线损异常的台区用户从电量、营配关系、采集异常、地理位置等维度进行自动分析，在符合国网安全接入要求的前提下利用移动作业终端对线损异常台区进行现场核对，并对违约窃电行为进行拍照留存，固化证据，提高台区线损日监测达标率。

图1 线损精益化管控平台功能架构

五、大数据分析的台区线损综合治理排查思路

（一）密切监控不同外界环境对线损的影响

在大数据技术的支持下来实现对用电信息数据的精准分析，从而能够帮助相关人员更为精准的把握供电线路线损的基本运行规律和实际情况。同时，根据大数据技术的分析结果还能够了解不同季节对供电系统线损的影响。在季节温度差变化比较大的地区更容易出现线损的问题，且夏天线路线损率要超过冬天的线损率。借助大数据分析技术能够对不同地区、不同季节环境下供电线路线损情况进行精准的计算，实现对用电信息的精准整理，从而帮助相关人员更为全面的了解外界各个因素变化对用电线路运行损伤产生的影响，进而根据电力企业线损实际情况来制定出对应的解决对策，确保供电线路的稳定性、安全性。

（二）智能配电网网损管理

基于深度神经网络的拓扑辨识是线损计算的基础，而基于线损计算结果可进一步通过深度学习方法给出优化线路开关、电容器数量和位置等设置，最大程度地减少智能配电网网损，从而实现智能配电网网损管理。拓扑辨识结果与智能配电网电气测量数据作为深度学习模型的输入，该模型获取了智能配电网拓扑和线损的映射关系，最终模型输出每条线路的线损和线路开关、电容器数量和位置等可控元件的优化设置。总之，虽然智能配电网中潮流分配始终在变化，但可再生能源发电和负荷功耗以周期性模式运行，因此历史数据中通常存在时间相关性，这使得用深度学习模型构造输入与输出映射关系更加容易，是实现智能配电网拓扑实时辨识、线损计算和网损管理决策的有力武器。

（三）实现台区数据精准融合

通过系统的数据处理模块，实现台区运行数据与结构数据融合。通过有效整合采集、营销、PMS系统中的台区运行数据，通过索引台区编号、表箱编号和用户编号，得到台区24h正、反向有功、无功功率，光伏用户每小时的发电功率，普通用户日冻结电量等数据，再经对异常数据的清洗、拟合后，将运行数据与台区结构数据的精准融合，生成完备的台区计算数据，选择日期，就可自动获取5年内任意1天、月、年的相关数据，为台区线损分析工作提供有力的数据支撑。通过构建大数据中心，打通了信息孤岛，为基层供电企业提供了大量有效数据，进一步方便了大数据分析、智能辅助决策等技术的开发应用，充分实现了数据流动价值，为台区线损治理工作提供了根本保障。

（四）实现智能反窃电

第一，电力信息采集系统能够对用户用电信息进行全面的整理，在整合数据信息之后通过终端数据分析系统来对这些信息进行评测和监督控制，在电力系统用电量出现异常反应之后会在第一时间发出智能预警。同时，依托大户数据技术的波形统计图和白昼分析图还能够清晰的展现出用户用电量的信息，进而实现对整个电力系统运行情况的监测控制。第二，在出现漏电问题之后借助大数据技术能够对关联用户的用电情况进行深入的分析，在综合比对正常用电和不正常用电现象之后对偷漏电故障进行判断，找到引发窃电的原因，并有针对性的提出对应的解决对策。

六、结束语

综上所述，大数据技术在智能反窃电和线损监控工作的发展中起到了十分重要的作用，表现为在数据技术的支持下打造出了基于电力用户用电信息采集系统的用电信息采集大数据处理平台，通过实验的开展和充分的验证使得电力企业用电信息采集系统打破了现阶段用电信息存储、分析和应用管理的局限，并为电力系统运行隐患、窃电行为、线损等问题解决提供了重要支持。在未来，依托更先进的技术形式和信息资源能够实现分布式能源并网综合监督控制，表现为在技术的支持下用电信息采集系统能够实现对分布式能源并网运行的实时性监督控制，全面激发客户使用新能源的热情，从而为电力企业的能源消耗提供重要的数据支持。